微型計算機控制技術

微型計算機控制技術

本書系統地介紹了微型計算機控制系統的基本理論和應用技術，其主要內容包括：微機控制系統的組成、分類和發展趨勢，介面技術與輸入/輸出通道，開環數字程序控制，數字PID控制，數字調節器直接設計方法，模糊控制技術，神經網路控制技術，基於遺傳演演算法的控制技術和微機控制系統的設計。本書是作者在總結近年來教學和科研成果，學習國內外微型計算機控制領域最新技術的基礎上編寫而成的。本書特色是先進、精練，充分體現微機控制技術的最新成果；結合實例闡述理論並給出實用解決方案，教學內容通俗易懂，易教易學，使學生不僅知其然，知其所以然，還知其如何然；取材廣泛，涵蓋了傳統與現代控制理論，尤其是智能控制等主流內容；

目錄

第1章微機控制系統概述1

11微機控制系統的組成1

111硬體1

112軟體2

12微機控制系統的分類3

121數據處理系統3

122操作指導控制系統3

123直接數字控制系統（DDC）3

124微機監督控制系統（SCC）4

125分級控制系統5

126集散控制系統5

127微機控制網路5

13微機控制系統的發展6

習題與思考題7

第2章介面技術與輸入/輸出通道8

21概述8

211輸入/輸出介面的編址方式8

212輸入/輸出數據的傳送方式9

22并行與串列介面12

221可編程并行介面12

222串列通信介面18

23輸入與輸出通道26

24信號採樣與保持32

25D/A轉換器36

26A/D轉換器42

習題與思考題52

第3章開環數字程序控制53

31順序控制53

32數字程序控制60

33步進電動機的控制73

34PC微機控制步進電動機系統舉例81

習題與思考題84

第4章數字PID控制85

41數字PID控制演演算法85

42數字PID調節器的改進88

421積分項的改進88

422微分項的改進90

423可變增量PID控制93

424時間最優的PID控制93

425帶有死區的PID控制93

426純滯后Smith預估控制94

43數字PID調節器的參數整定95

431PID調節參數對控制性能的影響95

432採樣周期T的選擇97

433按簡易工程法整定PID參數98

434優選法99

435湊試法確定PID參數100

44數字PID調節器的自尋最優控制100

441性能指標的選擇100

442尋優方法101

443自尋最優數字調節器的設計102

習題與思考題103

第5章數字調節器直接設計方法104

51最少拍系統的設計104

511最少拍系統的z傳遞函數104

512最少拍系統數字調節器的設計106

513採樣頻率的選擇109

52最少拍無波紋系統的設計111

521單位階躍輸入最少拍無波紋系統的設計111

522單位速度輸入最少拍無波紋系統的設計112

523最少拍無波紋系統設計舉例112

524最少拍設計的改進115

53達林（Dalin）演演算法116

531達林演演算法的D（z）基本形式116

532振鈴現象及其消除118

54數字調節器設計的討論121

541直接設計法121

542串列設計法122

543并行設計法123

習題與思考題124

第6章模糊控制技術125

61模糊邏輯的數學基礎125

611模糊集合125

612模糊集合的表示方法126

613模糊集合的運算127

614隸屬函數確定方法128

615模糊關係130

62模糊邏輯的推理134

621模糊命題134

622模糊邏輯134

623模糊語言135

624模糊推理139

63模糊控制系統概述145

631模糊控制系統的構成145

632模糊控制系統的原理146

64模糊控制器原理150

65模糊控制器設計基礎155

66雙入單出模糊控制器設計158

661模糊化158

662模糊控制規則、模糊關係和模糊推理159

663清晰化162

664控制表計算程序162

習題與思考題163

第7章神經網路控制技術165

71神經網路基礎165

711生物神經元結構165

712神經元數學模型166

72神經網路的結構和學習規則167

721神經網路的結構167

722神經網路的學習168

723神經網路的記憶170

73典型前向網路——BP網路170

731感知機170

732BP網路171

74典型反饋網路——Hopfield網路173

741離散型Hopfield網路173

742連續型Hopfield網路174

75應用神經網路產生模糊集的隸屬函數175

76神經網路控制原理180

761神經網路控制的基本思想180

762神經網路在控制中的作用181

77神經網路在工程中的應用181

771基於神經網路的系統辨識181

772基於神經網路的自適應控制183

78單神經元控制的直流調速系統185

781系統組成186

782單神經元控制器及其學習演演算法設計186

783單神經元直流調速系統參數設計187

79模糊神經網路188

791模糊系統的標準模型188

792模糊神經網路的結構189

793學習演演算法190

794應用模糊神經網路在線檢測參數192

習題與思考題195

第8章遺傳演演算法197

81遺傳演演算法的基本原理197

811遺傳演演算法的基本遺傳學基礎197

812遺傳演演算法的原理和特點197

813遺傳演演算法的基本操作198

82遺傳演演算法的模式理論203

821模式203

822複製對模式的影響204

823交叉對模式的影響205

824變異對模式的影響206

825遺傳演演算法有效處理的模式數量206

83遺傳演演算法應用中的一些基本問題208

831目標函數值到適值形式的映射208

832適值的調整208

833編碼原則209

834多參數級聯定點映射編碼211

84高級遺傳演演算法212

841改進的複製方法212

842高級GA演演算法213

85微種群和雙種群遺傳演演算法216

851微種群演演算法216

852雙種群遺傳演演算法216

86基於遺傳演演算法的系統在線辨識219

861遺傳演演算法在參數辨識中的應用219

862遺傳演演算法參數辨識模擬示例220

87基於遺傳演演算法的模糊控制221

88免疫遺傳演演算法224

881免疫遺傳演演算法的基本概念224

882免疫運算元的機理與構造225

883TSP問題的免疫遺傳演演算法227

習題與思考題228

第9章微機控制系統的設計230

91微機控制系統的研製流程230

911準備階段230

912設計階段231

913模擬和調試階段232

914現場安裝調試階段233

92微機控制系統的選擇和配置233

921系統的選擇和配置233

922匯流排負載的考慮234

93微機控制系統應用程序設計237

931控制系統對應用程序的要求237

932應用程序設計技術238

933C語言和彙編語言的混合編程239

934數據處理技術245

94微機控制系統的抗干擾措施253

941微機系統硬體抗干擾措施253

942微機系統軟體抗干擾措施262

95微機控制系統的可靠性措施264

951可靠性的度量264

952硬體可靠性措施266

953軟體可靠性措施270

習題與思考題271

參考文獻272